#include"cv.h"
#include"highgui.h"
using namespace cv;
void CVFILTER2D(IplImage * img, IplImage *dst);
void CVCOPYMAKEBORDER(IplImage *ori, IplImage *dst);
void CVSOBEL(IplImage * img, IplImage *dst);
void CVLAPLACE(IplImage *img, IplImage *dst);
void CVCANNY(IplImage *img);
void CVHOUGHCIRCLES(IplImage *img);
void CVINVERT(IplImage *img);
void CVCHANGE(IplImage *img);
int main()
{
IplImage *fromimg = cvLoadImage("e:/picture/Wife2.jpg");
IplImage *getimg = cvCreateImage(cvSize(,),fromimg->depth,fromimg->nChannels);
cvResize(fromimg,getimg);
//IplImage *dest = cvCreateImage(cvSize(getimg->width+1,getimg->height+1),getimg->depth,getimg->nChannels);//for cvCopyMakeBorder()
IplImage *dest = cvCreateImage(cvSize(getimg->width, getimg->height), getimg->depth, getimg->nChannels);
CVFILTER2D(getimg,dest);
//CVCOPYMAKEBORDER(getimg,dest);
//CVSOBEL(getimg,dest);
//CVLAPLACE(getimg,dest);
//CVCANNY(getimg);
//CVHOUGHCIRCLES(getimg);
//CVCHANGE(getimg);
cvNamedWindow("convolution");
cvNamedWindow("originpicture");
cvShowImage("originpicture",getimg); cvShowImage("convolution",dest);
cvWaitKey();
cvReleaseImage(&getimg);
cvReleaseImage(&dest);
cvDestroyAllWindows();
}
void CVFILTER2D(IplImage * img ,IplImage *dst)
{
CvMat *mat = cvCreateMat(,,CV_32F);
cvFilter2D(img, dst, mat);//cvPoint(1,1));
}
//卷积边界
void CVCOPYMAKEBORDER(IplImage *ori, IplImage *dst)
{
cvCopyMakeBorder(ori,dst,cvPoint(,),IPL_BORDER_CONSTANT,cvScalarAll());
}
//梯度和Sobel导数
void CVSOBEL(IplImage * img, IplImage *dst)
{
cvSobel(img,dst,,,);//cvSobel(const CvArr* src,CvArr* dst,int xorder,int yorder,int aperture_size=3(1,3,5,7))
}
//拉普拉斯变换
void CVLAPLACE(IplImage *img, IplImage *dst)
{
cvLaplace(img, dst);
}
//canny算子检测边界
void CVCANNY(IplImage *img)
{
IplImage *grayimg = cvCreateImage(cvGetSize(img),img->depth,);
cvCvtColor(img,grayimg,CV_RGB2GRAY);
cvCanny(grayimg,grayimg,,,);
cvShowImage("convolution", grayimg);
}
//霍夫圆变换
void CVHOUGHCIRCLES(IplImage *img)
{
//IplImage *img = cvLoadImage(filename); IplImage *image = cvCreateImage(cvGetSize(img), img->depth, );
cvCvtColor(img, image, CV_RGB2GRAY);
CvMemStorage *storage = cvCreateMemStorage();
cvSmooth(image,image,CV_GAUSSIAN,,); CvSeq *results = cvHoughCircles(
image,
storage,
CV_HOUGH_GRADIENT,
,
image->width /
);
for (int i = ; i < results->total; i++)
{
float *p = (float *)cvGetSeqElem(results,i);
CvPoint pt = cvPoint(cvRound(p[]),cvRound(p[]));
cvCircle(image,pt,cvRound(p[]),CV_RGB(0xff,0xff,0xff));
}
cvShowImage("convolution",image); }
//图像颠倒位置
void CVINVERT(IplImage *img)
{
//cvRectangle(img,cvPoint(220,160),cvPoint(280,220),cvScalar(200,100,100),5); cvSetImageROI(img,cvRect(,,,));
cvFlip(img,img,-);
cvResetImageROI(img);
//cvCvtColor(img,img,CV_RGB2BGR);
//cvSmooth(img,img,CV_GAUSSIAN);
//cvShowImage("convolution",img);
}
void CVCHANGE(IplImage *img)//仿射变换
{
//定义两个CvPoint2D32F的数组
//第一个数组用来标定将要变换的原始图像中的区域
//第二个数组用来标定变换后的图像在窗口中的位置
CvPoint2D32f SrcTri[], DstTri[];
//定义仿射映射矩阵,然后计算(2*3的矩阵)
CvMat *warp_mat = cvCreateMat(,,CV_32FC1);
CvMat *rot_mat = cvCreateMat(, , CV_32FC1);
IplImage *src, *dst;
src = img;
dst = cvCloneImage(src);
SrcTri[].x = ; SrcTri[].y = ;
SrcTri[].x = src->width-; SrcTri[].y = ;
SrcTri[].x = ; SrcTri[].y = src->height - ;
DstTri[].x = ; DstTri[].y = src->height*0.33;
DstTri[].x = src->width*0.85; DstTri[].y = src->height*0.25;
DstTri[].x = src->width*0.15; DstTri[].y = src->height*0.7;
//获取映射矩阵
cvGetAffineTransform(SrcTri,DstTri,warp_mat);
//映射变换
cvWarpAffine(src,dst,warp_mat);
cvCopy(dst,img);
//cvShowImage("convolution",dst);
//下面是对变换后的图像进一步旋转
CvPoint2D32f center = cvPoint2D32f(src->width/,src->height/);
double angle = 50.0;
double scale = 0.1;
//旋转图像
//上面center是旋转中心
//下面函数的第二个和第三个参数给出了旋转的角度和缩放的尺度
//最后一个参数是输出的映射矩阵
/*cv2DRotationMatrix(
CvPoint2D32F center
double angle
double scale
CvMat *map_matrix
)*/
cv2DRotationMatrix(center,angle,scale,rot_mat);
cvWarpAffine(src,dst,rot_mat);
cvShowImage("convolution",dst);
}

学习opencv-------函数使用二(图像变换)的更多相关文章

  1. python学习之函数(二)

    4.4.6 动态传参 动态传参是针对形参而言 1.动态位置参数 ​ 在静态位置参数时,我们知道,定义函数时有几个位置参数,调用时就必须给几个实参,不能多也不能少.有时候,实际应用过程中,参数往往不能固 ...

  2. OpenCv函数学习(一)

    Intel Image Processing Library (IPL) typedef struct _IplImage { int nSize; /* IplImage大小 */ int ID; ...

  3. OpenCV2学习笔记(十五):利用Cmake高速查找OpenCV函数源代码

    在使用OpenCV时,在对一个函数的调用不是非常了解的情况下,通常希望查到该函数的官方声明.而假设想进一步研究OpenCV的函数,则必须深入到源码. 在VS中我们能够选中想要查看的OpenCV函数,点 ...

  4. C#中的函数式编程:递归与纯函数(二) 学习ASP.NET Core Razor 编程系列四——Asp.Net Core Razor列表模板页面

    C#中的函数式编程:递归与纯函数(二)   在序言中,我们提到函数式编程的两大特征:无副作用.函数是第一公民.现在,我们先来深入第一个特征:无副作用. 无副作用是通过引用透明(Referential ...

  5. 学习OpenCV研究报告指出系列(二)源代码被编译并配有实例project

    下载并安装CMake3.0.1       要自己编译OpenCV2.4.9的源代码.首先.必须下载编译工具,使用的比較多的编译工具是CMake. 以下摘录一段关于CMake的介绍: CMake是一个 ...

  6. 【从零学习openCV】IOS7人脸识别实战

    前言 接着上篇<IOS7下的人脸检測>,我们顺藤摸瓜的学习怎样在IOS7下用openCV的进行人脸识别,实际上非常easy,因为人脸检測部分已经完毕,剩下的无非调用openCV的方法对採集 ...

  7. 深入学习OpenCV中图像灰度化原理,图像相似度的算法

    最近一段时间学习并做的都是对图像进行处理,其实自己也是新手,各种尝试,所以我这个门外汉想总结一下自己学习的东西,图像处理的流程.但是动起笔来想总结,一下却不知道自己要写什么,那就把自己做过的相似图片搜 ...

  8. 学习OpenCV双目测距原理及常见问题解答

    学习OpenCV双目测距原理及常见问题解答 转自博客:https://blog.csdn.net/angle_cal/article/details/50800775 一. 整体思路和问题转化.  图 ...

  9. [opencv]<学习Opencv>英文原版翻译学习

    [注]下文全部内容为 <<Learning OpenCV 3: Computer Vision in C++ with the OpenCV Library>>经由在线翻译整理 ...

  10. <学习opencv>图像和大型阵列类型

    OPenCV /*=========================================================================*/ // 图像和大型阵列类型 /* ...

随机推荐

  1. ionic 提示框

    html文件 <ion-header> <ion-navbar> <ion-title>Toast</ion-title> </ion-navba ...

  2. 持续集成之TeamCity 配置

    xcopy /S /Y CodeFirstDemo\CodefirstDemo.Web D:\publish\welcome\Web

  3. 《剑指Offer》题四十一~题五十

    四十一.数据流中的中位数 题目:如何得到一个数据流中的中位数?如果从数据流中读出奇数个数值,那么中位数就是所有数值排序之后位于中间的数值.如果从数据流中读出偶数个数值,那么中位数就是所有数值排序之后中 ...

  4. 4-1:实现tee命令

    #include <stdio.h> #include <sys/stat.h> #include <fcntl.h> #include <unistd.h& ...

  5. HDU 2161 Primes

    http://acm.hdu.edu.cn/showproblem.php?pid=2161 Problem Description Write a program to read in a list ...

  6. 判断滚动条滚动到document底部

    滚动条没有实际的高度.只是为了呈现效果才在外型上面有长度. 在js当中也没有提供滚动条的高度API. 参考了网上有关资料:判断滚动条到底部的基本逻辑是滚动条滚动的高度加上视口的高度,正好是docume ...

  7. 20个实用的Linux命令

    20个实用的Linux命令 2016-04-16 程序员之家 1. 命令:sl (蒸汽机车) 你可能了解 ‘ls’ 命令,并经常使用它来查看文件夹的内容.但是,有些时候你可能会拼写成 ‘sl’ ,这时 ...

  8. xpath获取块元素下<br>下的信息

    再爬虫取字段的时候遇到一种类似下面的结构: <p> <br> "通用名称:xxxxxx" </p> 用xpath取的方式://p//text() ...

  9. jstack分析线程死锁

    一.介绍 jstack是java虚拟机自带的一种堆栈跟踪工具.jstack用于打印出给定的java进程ID或core file或远程调试服务的Java堆栈信息,如果是在64位机器上,需要指定选项&qu ...

  10. 使用WebClient类对网页下载源码,对文件下载保存及异步下载并报告下载进度

    aaarticlea/png;base64,iVBORw0KGgoAAAANSUhEUgAAAx4AAAI7CAIAAADtTtpYAAAgAElEQVR4nO3dX6xlV33Y8f3UJFUqHq